Previsione di serie temporali

La previsione di serie temporali usa dati sequenziali storici — letture di sensori, consumi energetici, domanda — per prevedere i valori futuri. In industria è alla base della previsione di energia e domanda, della manutenzione predittiva e della pianificazione della produzione, proiettando come evolverà una grandezza misurata.

Imparando motivi, tendenze e stagionalità nei dati con marca temporale, i modelli di previsione proiettano ciò che viene dopo e segnalano quando la realtà se ne discosta. Gli usi industriali includono prevedere la domanda di energia per la gestione di costi e rete, prevedere il degrado delle apparecchiature verso il guasto e pianificare produzione e scorte. La precisione dipende dalla qualità dei dati e dalla stabilità dei motivi sottostanti, perciò le previsioni si accompagnano al monitoraggio della deriva.

Termini correlati

Machine Learning (Industrial) · Anomaly Detection · Predictive Maintenance (PdM) · Demand Response

Software